YT YouTube2Text

YouTube2Text → Transcripts → Epiclinica

Epiclinica — Transcript

by Epileaks · 2,215 words · 381 segments · language en · Watch on YouTube

Open in transcriber Summarize with AI Download SRT/VTT

Full transcript

0:00Bienvenidos.
0:02Mi nombre es Mariana Cejas, soy JTP de
0:06la cátedra de atención primaria de la
0:09salud, epidemiología e informática 2.
0:13En esta clase que se denomina
0:15epidemiología clínica vamos a comenzar a
0:18ver conceptos básicos sobre la
0:20valoración de pruebas diagnósticas. En
0:23primera instancia vamos a comenzar a
0:26definir el concepto de estas pruebas,
0:30que son aquellas utilizadas para la
0:33detección precoz de enfermedades y las
0:37pruebas confirmatorias.
0:38Durante este recorrido vamos a conocer y
0:42a definir los conceptos de sensibilidad,
0:45especificidad, valor predictivo positivo
0:49y valor predictivo negativo. En esta
0:52diapositiva vamos a conocer los
0:55conceptos de sensibilidad y
0:56especificidad.
0:58La sensibilidad es la proporción de
1:01individuos con la enfermedad que son
1:03identificados correctamente por la
1:05prueba. Por lo tanto, vamos a obtener a
1:08los individuos enfermos. En cuanto a
1:12especificidad, es la proporción de
1:15individuos sin la enfermedad que son
1:17identificados correctamente por la
1:19prueba. Por lo tanto, nos va a definir a
1:24los sanos.
1:28Ahora vamos a visualizar un esquema
1:31orientador de cálculos. Tenemos una
1:34tabla 2x 2 donde en las columnas van a
1:38estar los valores de sensibilidad y
1:41especificidad, por lo tanto se calculan
1:44de manera vertical y en las filas vamos
1:48a a tener a los datos de los valores
1:51predictivos. Por lo tanto, estos se
1:54calculan de manera horizontal.
1:59Nuestra tabla 2x2 vamos a ver la
2:03patología de colecistitis aguda, que es
2:06la inflamación de la vesícula, que
2:07produce un dolor intenso en el extremo
2:10superior derecho del abdomen denominado
2:13hipocondrio derecho y que la palpación
2:15abdominal se lo identifica como punto de
2:18murfi positivo o punto cístico positivo
2:22cuando la persona presenta dolor. Esta
2:25es una técnica donde el médico produce
2:27una presión con sus dedos y le solicita
2:29al paciente que realice una inspiración
2:31profunda.
2:33Esta patología, además, puede
2:35acompañarse de fiebre, vómitos,
2:37alteraciones en los laboratorios y se
2:41realiza el diagnóstico certero con una
2:44ecografía abdominal.
2:48Entonces, en nuestro ejemplo,
2:51vamos a comparar la utilidad de
2:53presentar dolor a la palpación en el
2:56punto de Murphy con la prueba gol
2:59estándar para determinar la presencia o
3:03ausencia de colecistitis aguda.
3:07La prueba Gol Standar es aquella que se
3:10utiliza para dar un diagnóstico de
3:12certeza.
3:13Entonces, en esta tabla 2x2 vamos a
3:15colocar en las filas a las personas que
3:19tienen dolor en el punto de Murfi
3:22positivo y aquellas que no la tienen y
3:25en columna al resultado del examen con
3:29ecografía de estas mismas personas,
3:33de tal manera que de 516 personas en
3:37donde se palpa el punto de Murphy
3:40positivo a 213 13. Realmente se observa
3:45colecistitis aguda en la ecografía y a
3:49303 personas no se observa esta
3:53patología.
3:55Por lo tanto, en la celda A vamos a
3:58contener a los verdaderos positivos, ya
4:01que tienen dolor a la palpación en el
4:03punto de Murphy y en la ecografía se
4:06observa colecistitis aguda. En cambio,
4:10en la celda B nos encontramos con
4:12personas con dolor, pero que con la
4:14prueba gol estándar no se observa la
4:17colecistitis, por lo tanto, denominamos
4:20falsos positivos.
4:24Después tenemos 930 personas que al
4:27examen físico no presentan dolor en el
4:31punto de Murphy, pero en las cuales a
4:35112 les da una ecografía positiva.
4:40Y tenemos 818 personas que no tienen en
4:45ecografía colecistitis aguda. Por lo
4:49tanto, en la celda D van a aparecer los
4:53verdaderos negativos, ya que no tienen
4:55dolor y no tienen colecistitis aguda en
5:00la ecografía.
5:01Y en la celda C vamos a tener a los
5:05falsos negativos
5:08porque no tienen dolor, pero se observa
5:12un resultado
5:13positivo en el estudio.
5:19En esta diapositiva vamos a calcular los
5:23términos de sensibilidad y
5:25especificidad.
5:26Habíamos dicho que sensibilidad es la
5:29proporción o porcentaje de los enfermos
5:32a los cuales les dio positiva la prueba
5:36diagnóstica.
5:37Es decir, en nuestro ejemplo, son las
5:40personas con dolor a la palpación en el
5:43punto de Murphy, a las cuales les dio
5:47positiva la ecografía abdominal con el
5:50cuadro de colecistitis aguda.
5:53En este caso tenemos 213 personas que
5:56tienen dolor en el punto de Murphy y a
6:00las cuales le dio positiva la ecografía
6:02de un total de 325
6:05personas que verdaderamente tienen
6:08colecistitis aguda. Por lo tanto, vamos
6:11a realizar el cálculo de las celdas A
6:14sobre A + C, que el resultado es un 65%.
6:21Pero, ¿qué quiere decir este 65%?
6:26que las personas que tienen colecistitis
6:29aguda verdaderamente detectadas por
6:32ecografía abdominal van a tener una
6:36palpación dolorosa, o sea, un punto de
6:39murpy positivo en el examen físico.
6:44En cuanto a especificidad, la definimos
6:47como la proporción o porcentaje de sanos
6:51o no enfermos que les dio negativa la
6:54prueba diagnóstica.
6:57En nuestro ejemplo tenemos 1121 personas
7:00que presentan una ecografía negativa
7:04para colecistitis aguda y además tenemos
7:07818
7:09pacientes a los cuales les dio en el
7:13examen físico un punto de Murphy
7:16negativo. Por lo tanto, el cálculo de
7:19especificidad se realiza entre las
7:22celdas D sobre B + D.
7:28¿Cómo se interpretan estos resultados?
7:32Tenemos una sensibilidad del 65%
7:36y una especificidad del 73%.
7:40Entonces, para sensibilidad podemos
7:42decir que de cada 100 personas con
7:44colecistitis aguda por ecografía
7:47abdominal, a 65 les dará positiva el
7:51punto de Murphy en el examen físico. Y
7:54para especificidad de cada 100 personas,
7:58cinco lecistitis aguda en la ecografía
8:00abdominal, a 73, el punto de Murphy les
8:05dará negativo en el examen físico.
8:14Con los cálculos hechos y con las
8:17interpretaciones de los términos de
8:19sensibilidad y especificidad,
8:22podemos ver que ambas solamente miden la
8:26proporción de los que han sido
8:28correctamente clasificados como sanos o
8:31enfermos, pero no predicen el número de
8:35individuos que serán clasificados
8:38correctamente, ya que esto depende de la
8:41frecuencia de la enfermedad.
8:44Pero a esta parte la vamos a estudiar
8:47luego.
8:53Bueno, ya vimos los conceptos de
8:56sensibilidad y especificidad,
8:59pero al médico lo que le sirve es
9:02responder. Si en el examen físico yo
9:04palpo en hipocondrio derecho un abdomen
9:07doloroso con un punto de murfi positivo,
9:11como en nuestro ejemplo, ¿cuál es la
9:13probabilidad de que tenga el paciente
9:16colecistitis aguda? O que si en el
9:19examen físico yo no palpo dolor en el
9:23punto de Murphy, ¿cuál es la
9:26probabilidad de que no tenga
9:30colecistitis aguda?
9:32Estas preguntas las responden los
9:35valores predictivos.
9:38Para el valor predictivo lo vamos a
9:41definir como la proporción de individuos
9:44con una prueba positiva que tienen la
9:47enfermedad y para el valor predictivo
9:50negativo, la proporción de individuos
9:53con una prueba negativa que no tienen la
9:58enfermedad.
10:02Vamos a calcular esto en nuestro
10:04ejemplo. Dijimos que el valor predictivo
10:07positivo es la proporción de positivos
10:09que realmente tienen la enfermedad. En
10:12nuestro ejemplo tenemos 516
10:15personas a las cuales el punto de Murphy
10:18les dio positivo en el examen físico,
10:22pero solamente a 213
10:25les dio una ecografía con presencia de
10:29colecistitis aguda. El cálculo del valor
10:32predictivo positivo se realiza entre las
10:34celdas A sobre A + B, que se que nos
10:38daría un total de 41%.
10:41¿Qué quiere decir este 41%?
10:44Que si a una persona se le palpa el
10:47punto de Murphy positivo, o sea,
10:49doloroso, tiene una probabilidad del 41%
10:54de que realmente tenga una ecografía
10:58positiva con el diagnóstico de
11:00colecistitis aguda.
11:03En cambio, definimos el valor predictivo
11:05negativo como la proporción de negativos
11:07que realmente no tienen la enfermedad.
11:10En nuestro ejemplo tenemos 930 personas
11:14a las cuales les dio negativo el punto
11:17de Murphy. Y en ecografía tenemos 818
11:21personas que tienen ausencia de
11:24colecistitis aguda. Si realizamos el
11:27cálculo del valor predictivo negativo,
11:29que es la celda D sobre D + C, nos da un
11:33total del 88%.
11:35¿Qué significa? que las personas que no
11:38tienen dolor a la palpación en el punto
11:41de Murphy tienen una probabilidad del
11:4488%
11:46de verdaderamente no tener colecistitis
11:50aguda en la ecografía.
11:55Comenzamos a repasar los términos ya
11:58definidos. dijimos que sensibilidad es
12:02la proporción de enfermos en los cuales
12:04la prueba resulta positiva y que la
12:08calculábamos de manera vertical.
12:12En cambio, para especificidad dijimos
12:15que era la proporción de sanos, en los
12:17cuales la prueba resulta negativa.
12:23Para los valores predictivos positivos,
12:26definimos el concepto de valor
12:28predictivo positivo como la probabilidad
12:30de estar enfermo si una prueba da
12:31positiva y para el negativo la
12:34probabilidad de estar sano si una prueba
12:36da negativa y que se calculan de manera
12:40horizontal.
12:44Bueno, una vez que tenemos claro las
12:46definiciones de los conceptos, vamos a
12:50relacionarlos con la variación de estos
12:55valores según la prevalencia
12:59del evento en estudio.
13:04En nuestros cálculos obtuvimos que la
13:07sensibilidad era un 65% y una
13:10especificidad del 73%.
13:13Cuando calculamos los valores
13:15predictivos, obtuvimos al positivo en un
13:1841% y al negativo en un 88%.
13:22Estos cálculos se realizaron en base a
13:25la prevalencia de este grupo de
13:27personas, que en total serían 1446.
13:32La prevalencia se calcula del total de
13:34personas con el evento en estudio
13:37dividido el total de personas
13:39estudiadas. En nuestra tabla 2* 2 nos
13:42daría un total de 22%.
13:46Pero la pregunta, ¿cuál era? ¿Cómo
13:48varían estos valores según la
13:51prevalencia del evento?
13:56Bien, ahora vamos a suponer que la
13:58prevalencia de la enfermedad es del 1%.
14:01Es decir, que vamos a calcular el 1% de
14:041446
14:05personas estudiadas, lo que resultaría
14:08en 14 personas que tienen una
14:09colecititis aguda por ecoerfía.
14:12Si sabemos que nuestra sensibilidad es
14:14del 65% y que ese es el porcentaje de
14:18personas con colecistitis a la cual le
14:20va a dar positivo el examen físico, o
14:22sea, la palpación del punto de Murfi
14:25positivo, sacaríamos el 65% de 14
14:29personas, que nos resulta en nueve, lo
14:32cual vamos a colocar en la celda A. Y
14:35por diferencia se calcula la celda C,
14:38que son los que tienen una colecitutitis
14:40aguda por ecografía, pero que no
14:41presentaron punto de Murphy
14:44eh positivo en el examen físico, que
14:47sería CCO. Lo mismo se calcula la celda
14:50B y D para una especificidad del 73%.
14:56Teniendo 1432
14:58pacientes con ecografía negativa, nos
15:01resultan 1045 que colocamos en la celda
15:03D y por diferencia calculamos el resto.
15:07Ahora que completamos la tabla 2x2 con
15:09igual sensibilidad y especificidad que
15:11nuestro ejemplo, pero con una
15:13prevalencia baja, vamos a observar cómo
15:17actúan los valores predictivos.
15:19Calculando el valor predictivo positivo
15:21nos resultan un 2%. Y si calculamos el
15:24valor preditivo negativo, nos resulta en
15:27un 99%.
15:29Para nuestro ejemplo, hay ciertas
15:32pacientes que están predispuestos o
15:35tienen factores de riesgo para presentar
15:37coestintistitis agudo, que son aquellos,
15:40por ejemplo, mujeres que tienen elevado
15:44eh carga hormonal, embarazadas, que
15:47tienen una elevado cantidad de
15:49estrógeno, pacientes diabéticos,
15:51aquellos pacientes que saben que tienen
15:53litiasis vesicular, pero que nunca
15:55realizaron tratamiento, aquellos que
15:57consumen dieta rica grasas obesos, eh
16:01pacientes con sobrepeso
16:03y podemos tener un pull de pacientes sin
16:06todos esos factores de riesgo o podemos
16:09decir que tenemos una probabilidad
16:11pretest baja como la que calculamos con
16:14la prevalencia del 1%. Al tener baja
16:18valor predictivo positivo y elevado
16:21valor predictivo negativo, las personas
16:22en las cuales el examen físico le da
16:25negativo, o sea, un punto de Murfi
16:27negativo, se podrá descartar la
16:29presencia de colecititis y ya no
16:31necesitaríamos realizar una ecografía
16:34abdominal. Ahora vamos a realizar el
16:37ejemplo con una probabilidad pretest
16:39alta o aquellas personas que nombramos
16:42anteriormente que presentan todos los
16:44factores de riesgo para colecititis
16:46aguda. Y vamos a observar la diferencia
16:50de los valores predictivos. Vamos a
16:52ejemplificar con una prevalencia del
16:5480%. Al realizar los cálculos de los
16:56valores predictivos nos darían para el
16:59positivo un 91% y para el negativo un
17:0234%.
17:05Esto quiere decir que si yo presento una
17:07alta prevalencia en la población, mi
17:10valor predictivo positivo aumenta y el
17:13valor predictivo negativo disminuye. Lo
17:16que nos daría que en el examen físico,
17:18un punto de Murfi positivo nos estaría
17:21diciendo que las personas probablemente
17:25tengan colecitis aguda.
17:29En esta diapositiva vamos a ver un
17:31resumen de los cálculos realizados. con
17:35las distintas prevalencias en estudio,
17:38¿sí? Con una prevalencia baja, con una
17:40prevalencia elevada y la diferencia que
17:43se observa en los valores predictivos.
17:47Si por ejemplo nos encontramos en un
17:49centro de salud o en un hospital eh
17:52rural donde no tenemos ecografo y se nos
17:56presenta un paciente que no tiene
17:58factores de riesgo, que en el examen
18:01físico da un punto de Murfi negativo, o
18:04sea, tiene baja probabilidad pretez y
18:07según el cálculo de los valores
18:09predictivos,
18:10podemos decir que ese paciente lo vamos
18:14a descartar para una colecititis aguda y
18:17por lo tanto no vamos a necesitar
18:19realizarle una ecografía. En cambio, si
18:22tenemos un paciente con alta
18:24probabilidad pretest, o sea, con una
18:26prevalencia elevada y los valores
18:28predictivos nos indican estos datos, el
18:31paciente presenta dolor en el punto de
18:34Murphy, probablemente tenga un cuadro de
18:37colecistitis.
18:39estos valores según la prevalencia del
18:41evento en estudio. Cuando la prevalencia
18:44es elevada, el valor predictivo positivo
18:46aumenta y si la prevalencia es baja, el
18:48valor predictivo positivo disminuye y el
18:51valor predictivo negativo aumenta a
18:53medida que la prevalencia de la
18:55enfermedad en estudio disminuye.
19:00Bueno, finalizando la clase, espero que
19:02hayan podido comprender los términos que
19:05estudiamos en todo este recorrido y nos
19:07vemos pronto. Muchas gracias. No.

About this transcript

This page contains the full transcript of Epiclinica by Epileaks, generated from the public captions YouTube serves with the video. The transcript has 2,215 words across 381 segments, with the original timestamps preserved so you can click any line to jump to that moment in the embedded player.

What you can do with it

Use the transcript to take notes, quote the speaker, build a study guide, generate a summary with ChatGPT or Claude via the YouTube Summary tool, or export it as a timed subtitle file with YouTube to SRT. You can also re-open it in the transcriber to translate the transcript into 100+ languages.

Free YouTube transcript tool

YouTube2Text is a free YouTube transcript generator — no signup, no daily limit. Paste any YouTube link and get the full transcript instantly, with timestamps, click-to-jump, translation to 100+ languages, AI prompts for ChatGPT, Claude, and Gemini, and exports to TXT, SRT, VTT, or Markdown.